• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    小推力最優(yōu)軌跡協(xié)態(tài)估計(jì)的高效機(jī)器學(xué)習(xí)方法

    2022-06-10 09:38:20劉宇航楊洪偉
    宇航學(xué)報(bào) 2022年5期
    關(guān)鍵詞:根數(shù)最優(yōu)控制初值

    劉宇航,楊洪偉,李 爽

    (南京航空航天大學(xué)航天學(xué)院,南京 211106)

    0 引 言

    電推進(jìn)因其高比沖的特點(diǎn)可以大幅降低燃料消耗,在深空探測(cè)任務(wù)中具有重要的作用。電推進(jìn)發(fā)動(dòng)機(jī)推力小,持續(xù)開(kāi)機(jī)時(shí)間長(zhǎng),相應(yīng)的小推力軌跡優(yōu)化問(wèn)題具有強(qiáng)非線性。間接法是求解小推力軌跡優(yōu)化問(wèn)題的主要方法之一。在間接法中,因引入的協(xié)態(tài)變量沒(méi)有實(shí)際物理含義,且取值范圍不定,所以協(xié)態(tài)變量初值猜測(cè)問(wèn)題是間接法主要困難之一。對(duì)于燃料最優(yōu)問(wèn)題而言,最優(yōu)控制律為bang-bang控制,這種控制律的不連續(xù)性則進(jìn)一步加劇了協(xié)態(tài)變量猜測(cè)的敏感性,提升了間接法打靶求解時(shí)的收斂困難。針對(duì)協(xié)態(tài)變量初值猜測(cè)困難問(wèn)題,Bertrand等提出了平滑技術(shù),即構(gòu)造優(yōu)化指標(biāo)同倫函數(shù),先求解較易的能量最優(yōu)問(wèn)題,然后通過(guò)同倫參數(shù)的改變,逐步同倫到較難求解的燃料最優(yōu)問(wèn)題。Jiang等進(jìn)一步提出了協(xié)態(tài)變量歸一化技術(shù)和開(kāi)關(guān)函數(shù)檢測(cè)技術(shù),發(fā)展了求解高效的小推力軌跡優(yōu)化同倫法。潘迅等以及沈紅新等利用同倫法分別解決了由中途飛越約束和多圈轉(zhuǎn)移引起的小推力軌跡優(yōu)化困難,豐富了同倫法的使用場(chǎng)景。為了避免協(xié)態(tài)初值猜測(cè), Wu等、Yang及其團(tuán)隊(duì)分別基于線性化、引力場(chǎng)同倫、推力同倫等方法推導(dǎo)了協(xié)態(tài)變量初值的近似解析解。此外,也有李鑒等利用無(wú)損卡爾曼濾波(UKF)將問(wèn)題轉(zhuǎn)化,避免了初值猜測(cè)的困難。但上述文獻(xiàn)研究的小推力軌跡優(yōu)化方法針對(duì)的是定比沖情形。

    對(duì)于深空探測(cè)任務(wù)而言,由于電推進(jìn)發(fā)動(dòng)機(jī)功率會(huì)隨著航天器相對(duì)太陽(yáng)的距離增大而降低,調(diào)節(jié)比沖可以提供所需的小推力幅值,因此變比沖電推進(jìn)更具有工程實(shí)用性。但是使用變比沖模型會(huì)使變量增加,使得軌跡優(yōu)化產(chǎn)生了新的困難。Taheri則將含雙曲正切函數(shù)的復(fù)合平滑控制方法應(yīng)用于變比沖發(fā)動(dòng)機(jī)模型中。Chi等提出了新的同倫指標(biāo)函數(shù),解決了傳統(tǒng)同倫法求解時(shí)存在的控制量耦合困難。Li等進(jìn)一步研究了雙同倫方法。雖然同倫法求解變比沖小推力軌跡優(yōu)化問(wèn)題效率很高,但仍需協(xié)態(tài)變量初值猜測(cè),并且需要同倫迭代,無(wú)法直接求解燃料最優(yōu)問(wèn)題,不適用于在線軌跡優(yōu)化。對(duì)于深空探測(cè)小推力轉(zhuǎn)移過(guò)程而言,由于存在各種擾動(dòng),探測(cè)器會(huì)偏離標(biāo)稱(chēng)軌跡,存在軌跡在線重規(guī)劃的需求。本文將針對(duì)燃料最優(yōu)變比沖小推力軌跡優(yōu)化問(wèn)題,研究無(wú)需猜測(cè)的協(xié)態(tài)變量初值快速確定技術(shù),發(fā)展具備在線軌跡規(guī)劃能力的軌跡優(yōu)化方法。

    近年來(lái),人工智能在航天領(lǐng)域的應(yīng)用備受關(guān)注,為解決航天工程問(wèn)題提供了新思路,在航天動(dòng)力學(xué)與控制領(lǐng)域也已取得了較為豐碩成果。在深空探測(cè)軌跡優(yōu)化與設(shè)計(jì)方面,基于機(jī)器學(xué)習(xí)的方法可以用于估計(jì)轉(zhuǎn)移可達(dá)性快速評(píng)估、小推力轉(zhuǎn)移剩余質(zhì)量快速預(yù)測(cè)、最優(yōu)軌跡快速規(guī)劃等。針對(duì)深空探測(cè)任務(wù)中航天器自主性的需求迫切,基于人工智能技術(shù)的小推力最優(yōu)實(shí)時(shí)制導(dǎo)與控制方法也逐漸被提出。結(jié)合間接法理論和人工智能技術(shù),發(fā)展小推力軌跡快速優(yōu)化或者實(shí)時(shí)制導(dǎo)方法是當(dāng)前研究的一個(gè)主要技術(shù)途徑。本文研究小推力軌跡快速優(yōu)化也將以間接法為基礎(chǔ),圍繞協(xié)態(tài)變量初值敏感性這一制約軌跡優(yōu)化效率的因素,采用機(jī)器學(xué)習(xí)方法建立協(xié)態(tài)變量與狀態(tài)量的映射關(guān)系,實(shí)現(xiàn)協(xié)態(tài)變量初值的高精度高效估計(jì)。

    基于機(jī)器學(xué)習(xí)估計(jì)協(xié)態(tài)變量初值時(shí),首先需要生成大量最優(yōu)軌跡,建立數(shù)據(jù)集。Yin等提出通過(guò)擾動(dòng)標(biāo)稱(chēng)最優(yōu)軌跡參數(shù)產(chǎn)生數(shù)據(jù)集的方法。該方法將標(biāo)稱(chēng)軌跡的協(xié)態(tài)變量初值代入擾動(dòng)后的燃料最優(yōu)控制問(wèn)題求解,因考慮的狀態(tài)量擾動(dòng)小,故易收斂。但是,當(dāng)擾動(dòng)量增大時(shí),標(biāo)稱(chēng)軌跡與受擾軌跡的協(xié)態(tài)變量初值偏差將增大,導(dǎo)致求解難以收斂。本文研究擬基于最優(yōu)軌跡延拓,發(fā)展適用于大擾動(dòng)情形的數(shù)據(jù)集高效生成方法。同時(shí),也將分析軌跡延拓策略與擾動(dòng)上限和數(shù)據(jù)集生成效率的關(guān)系。其次,基于機(jī)器學(xué)習(xí)的方法需要設(shè)計(jì)合理的人工神經(jīng)網(wǎng)絡(luò)映射關(guān)系?,F(xiàn)有的研究中映射輸入量往往僅考慮位置速度或者軌道根數(shù)的一到兩種狀態(tài)量形式,應(yīng)用于小推力軌跡優(yōu)化時(shí)收斂率還存在一定的不足。本文將研究多形式狀態(tài)量組合輸入的方法,進(jìn)一步提升收斂率。此外,本文也將分析人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)對(duì)求解效率的影響并對(duì)其進(jìn)行優(yōu)化設(shè)計(jì)。

    1 變比沖小推力軌跡優(yōu)化問(wèn)題

    1.1 變比沖小推力轉(zhuǎn)移動(dòng)力學(xué)模型

    本文假設(shè)航天器采用離子電推進(jìn)發(fā)動(dòng)機(jī),其能量全部來(lái)源于太陽(yáng)能。在太陽(yáng)引力的作用下,航天器的動(dòng)力學(xué)模型為:

    (1)

    ≤≤

    (2)

    推力幅值由下式計(jì)算得到:

    (3)

    式中:為發(fā)動(dòng)機(jī)輸入功率利用效率;為最大輸入功率。

    在實(shí)際航天器工作中,為保證系統(tǒng)功能正常運(yùn)行,所以由太陽(yáng)能電池板產(chǎn)生的電能首先供給除發(fā)動(dòng)機(jī)外的設(shè)備,其次再供給發(fā)動(dòng)機(jī)產(chǎn)生推力。而太陽(yáng)能電池板的輸出功率受航天器與太陽(yáng)距離的影響,具體關(guān)系如下:

    (4)

    式中:為太陽(yáng)能電池板的輸出功率;為1個(gè)AU距離下太陽(yáng)能電池板輸出功率;括號(hào)中的部分代表太陽(yáng)能板效率隨航天器相對(duì)太陽(yáng)的距離改變的經(jīng)驗(yàn)值。進(jìn)一步,可以列出發(fā)動(dòng)機(jī)的輸入功率:

    (5)

    式中:為發(fā)動(dòng)機(jī)輸入功率;為發(fā)動(dòng)機(jī)功率處理器最大輸入功率;為占空比,代表發(fā)動(dòng)機(jī)功率處理器真實(shí)工作時(shí)間與總開(kāi)機(jī)時(shí)間的比值;為除發(fā)動(dòng)機(jī)系統(tǒng)外其它系統(tǒng)所需總功率。

    1.2 小推力軌跡燃料最優(yōu)控制

    首先建立燃料最優(yōu)控制問(wèn)題性能指標(biāo):

    (6)

    在求解燃料最優(yōu)控制問(wèn)題中,由于最后推導(dǎo)出的最優(yōu)控制律為bang-bang控制(只取0或1),所以采用式(6)的性能指標(biāo)在開(kāi)關(guān)切換點(diǎn)處對(duì)狀態(tài)和協(xié)態(tài)微分方程積分時(shí)不連續(xù),且增加了對(duì)于協(xié)態(tài)變量初值猜測(cè)的難度。于是在構(gòu)造性能指標(biāo)時(shí)采用同倫方法,引入同倫參數(shù),由1逐漸變?yōu)?,=0時(shí)為燃料最優(yōu)控制問(wèn)題。

    由于協(xié)態(tài)變量沒(méi)有具體的物理含義,在選取協(xié)態(tài)變量初值時(shí)沒(méi)有明確的猜測(cè)范圍,極大地影響了求解效率,本文采用文獻(xiàn)[5]中提出協(xié)態(tài)變量歸一化的方法,引入歸一化協(xié)態(tài)變量,將包括在內(nèi)的8個(gè)協(xié)態(tài)變量初值限制到一個(gè)8維的單位球面,可極大地提高猜測(cè)效率。

    由此燃料最優(yōu)控制問(wèn)題性能指標(biāo)改寫(xiě)為:

    (7)

    進(jìn)一步,哈密頓函數(shù)為:

    (8)

    式中:,分別表示位置、速度和質(zhì)量的協(xié)態(tài)變量。

    根據(jù)龐德里亞金極小值原理,若使哈密頓函數(shù)取極小值,則·取極小值,此時(shí)方向相反,最優(yōu)推力方向:

    (9)

    推導(dǎo)出歐拉-拉格朗日方程為:

    (10)

    (11)

    (12)

    由于比沖在區(qū)間主動(dòng)變化,則最優(yōu)比沖大小計(jì)算方法為:

    (13)

    式中:如下:

    (14)

    對(duì)于采用改進(jìn)對(duì)數(shù)同倫函數(shù)的式(7),最優(yōu)發(fā)動(dòng)機(jī)節(jié)流度寫(xiě)為:

    (15)

    開(kāi)關(guān)函數(shù):

    (16)

    考慮航天器在任務(wù)中始末位置速度固定,任務(wù)時(shí)間固定。末態(tài)質(zhì)量自由,則對(duì)應(yīng)的末態(tài)質(zhì)量的協(xié)態(tài)變量()=0。打靶方程為:

    (17)

    式中:?[,,,]。

    至此,將燃料最優(yōu)控制問(wèn)題轉(zhuǎn)化為兩點(diǎn)邊值問(wèn)題,滿(mǎn)足打靶方程的情況下,將狀態(tài)初值和協(xié)態(tài)變量初值代入運(yùn)動(dòng)微分方程(式(1))、協(xié)態(tài)微分方程(式(10)~(12))中即可得到燃料最優(yōu)控制問(wèn)題的最優(yōu)解。所以,協(xié)態(tài)變量初值的猜測(cè)對(duì)于問(wèn)題求解十分重要,本文介紹一種基于機(jī)器學(xué)習(xí)進(jìn)行協(xié)態(tài)變量初值估計(jì)的方法。

    1.3 求解方法簡(jiǎn)述

    本文采用間接法解決小推力軌跡優(yōu)化問(wèn)題。間接法是將小推力問(wèn)題作為最優(yōu)控制問(wèn)題,首先給定一個(gè)性能指標(biāo),引入?yún)f(xié)態(tài)變量,構(gòu)造哈密頓函數(shù),根據(jù)最優(yōu)性的一階必要條件推導(dǎo)出狀態(tài)變量和協(xié)態(tài)變量的微分方程和最優(yōu)控制律。此時(shí)將最優(yōu)控制問(wèn)題轉(zhuǎn)換為兩點(diǎn)邊值問(wèn)題,通過(guò)打靶的形式在滿(mǎn)足邊界條件下對(duì)狀態(tài)和協(xié)態(tài)微分方程進(jìn)行積分,得出小推力控制問(wèn)題的最優(yōu)解。

    2 基于最優(yōu)軌跡延拓的數(shù)據(jù)集高效生成方法

    在使用機(jī)器學(xué)習(xí)方法前,需生成大量燃料最優(yōu)軌跡的數(shù)據(jù)集,而大量求解燃料最優(yōu)控制問(wèn)題會(huì)花費(fèi)大量時(shí)間成本。文獻(xiàn)[21]中提出了一種最優(yōu)軌跡快速生成的方法,其原理是給標(biāo)稱(chēng)軌跡末端狀態(tài)一個(gè)很小的擾動(dòng)值,將標(biāo)稱(chēng)軌跡的協(xié)態(tài)變量初值當(dāng)作猜測(cè)值代入擾動(dòng)后的燃料最優(yōu)控制問(wèn)題中,因擾動(dòng)量很小,所以標(biāo)稱(chēng)軌跡的協(xié)態(tài)變量值接近真實(shí)值,猜測(cè)很容易收斂。

    本文中提出了一種基于最優(yōu)軌跡延拓的數(shù)據(jù)集高效生成方法,相比文獻(xiàn)[21]的優(yōu)勢(shì)在于:擾動(dòng)量大的情形下也可高效地生成數(shù)據(jù),有利于生成空間范圍更大的數(shù)據(jù)集。

    以軌道根數(shù)作為狀態(tài)量的軌跡生成為例,基于最優(yōu)軌跡延拓生成數(shù)據(jù)集的步驟是:

    1)確定新軌跡與標(biāo)稱(chēng)最優(yōu)軌跡不同的狀態(tài)量,可以是末狀態(tài)不同,也可以是初狀態(tài)不同。以初狀態(tài)不同為例,新軌跡的初始狀態(tài)記為(+Δ,+Δ,+Δ,,,),其中(Δ,Δ,Δ)為擾動(dòng)量。

    2)設(shè)定擾動(dòng)上限(Δ,Δ,Δ),使擾動(dòng)量(Δ,Δ,Δ)在不超過(guò)擾動(dòng)上限的范圍內(nèi)隨機(jī)選取。

    3)將擾動(dòng)量劃分為次達(dá)到,相鄰兩次擾動(dòng)量之差為(Δ,Δ,Δ)。每一次增大擾動(dòng)量時(shí),都計(jì)算當(dāng)前擾動(dòng)量下的最優(yōu)軌跡,逐漸增加擾動(dòng)量,直至達(dá)到設(shè)定的擾動(dòng)量(Δ,Δ,Δ)。此時(shí),計(jì)算了條不同軌跡,且他們初始狀態(tài)之間的差值都是線性關(guān)系。

    值得注意的是,在每一次迭代中協(xié)態(tài)變量的猜測(cè)值都采用上一次得到的協(xié)態(tài)變量初值,當(dāng)上一次迭代中沒(méi)有收斂,則使用上一次的猜測(cè)值。雖然總擾動(dòng)量(Δ,Δ,Δ)很大,但是每?jī)纱g的擾動(dòng)量(Δ,Δ,Δ)較小,所以猜測(cè)很容易收斂?;谧顑?yōu)軌跡延拓?cái)?shù)據(jù)集生成方法的算法邏輯如圖1。產(chǎn)生數(shù)據(jù)集的效率及數(shù)據(jù)集的空間范圍受到總擾動(dòng)量(Δ,Δ,Δ)和延拓次數(shù)的影響,需要選擇合適值。

    3 基于機(jī)器學(xué)習(xí)的協(xié)態(tài)變量初值估計(jì)

    3.1 人工神經(jīng)網(wǎng)絡(luò)

    人工神經(jīng)網(wǎng)絡(luò)(ANN)由輸入層、隱含層和輸出層構(gòu)成,其原理是通過(guò)許多人工神經(jīng)元組合構(gòu)造出輸入和輸出的映射關(guān)系,人工神經(jīng)網(wǎng)絡(luò)可以用于具有非線性的問(wèn)題中,原理上來(lái)說(shuō)可以構(gòu)造任意輸入輸出的映射關(guān)系。人工神經(jīng)元機(jī)理類(lèi)似于生物神經(jīng)元,是將輸入加以權(quán)重和偏置,通過(guò)激活函數(shù)將此加入權(quán)重和偏置的輸入值映射為輸出值。訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)的過(guò)程就是不斷迭代優(yōu)化人工神經(jīng)元中權(quán)重和偏置的值,使得指標(biāo)函數(shù)最小,如均方差(MSE)函數(shù)。本文中神經(jīng)網(wǎng)絡(luò)的訓(xùn)練采用反向傳播算法(BP算法)。

    圖1 基于最優(yōu)軌跡延拓?cái)?shù)據(jù)生成算法Fig.1 Data generation algorithm based on optimal trajectory continuation

    3.2 超參數(shù)的選擇

    超參數(shù)的選擇會(huì)直接影響訓(xùn)練效果,選擇合適的超參數(shù)是必要的。主要確定的超參數(shù)有:激活函數(shù)、神經(jīng)元數(shù)量、隱含層層數(shù)、學(xué)習(xí)率等。在本文中,激活函數(shù)使用雙曲正切S型函數(shù),學(xué)習(xí)率設(shè)置為0.001,神經(jīng)元數(shù)量、隱含層層數(shù)的選取將在4.3節(jié)中給出。

    4 神經(jīng)網(wǎng)絡(luò)訓(xùn)練與分析

    4.1 仿真參數(shù)設(shè)定

    使用Fortran語(yǔ)言編寫(xiě)最優(yōu)軌跡生成程序并通過(guò)MATLAB神經(jīng)網(wǎng)絡(luò)工具箱進(jìn)行訓(xùn)練,硬件使用Intel i7-8700K的CPU,主頻3.70 GHz。

    本文以結(jié)束任務(wù)前500天的時(shí)刻進(jìn)行重優(yōu)化為例,校驗(yàn)最優(yōu)軌跡延拓?cái)?shù)據(jù)生成法以及人工神經(jīng)網(wǎng)絡(luò)在估計(jì)協(xié)態(tài)變量初值的效果。

    在本文中擾動(dòng)軌道根數(shù)以產(chǎn)生數(shù)據(jù)集,動(dòng)力學(xué)方程仍在笛卡爾坐標(biāo)系下建立。標(biāo)稱(chēng)軌跡的初末狀態(tài)及協(xié)態(tài)變量初值見(jiàn)表1~2。

    表1 初末狀態(tài)Table 1 Initial and final state values

    表2 協(xié)態(tài)變量初值Table 2 Initial values of co-state variables

    4.2 擾動(dòng)上限對(duì)軌跡生成效率影響

    本文中擾動(dòng)后的軌跡將以與標(biāo)稱(chēng)軌跡不同的初始狀態(tài)到達(dá)與標(biāo)稱(chēng)軌跡相同的結(jié)束狀態(tài)。以計(jì)算10000次為例,比較延拓次數(shù)為1、10和100時(shí)所需時(shí)間和成功率,=1時(shí)對(duì)應(yīng)為直接擾動(dòng)方法,即文獻(xiàn)[21]中所述方法。在表3中,擾動(dòng)編號(hào)從A到F擾動(dòng)上限依次增大,具體擾動(dòng)大小從0至擾動(dòng)上限值中隨機(jī)選取。

    由圖2可以看出,隨著擾動(dòng)上限的增大,三種方法生成最優(yōu)解的個(gè)數(shù)都會(huì)降低。在擾動(dòng)上限大小相

    表3 擾動(dòng)上限設(shè)定Table 3 Set of different upper limits of the perturbation

    圖2 生成軌跡個(gè)數(shù)隨擾動(dòng)上限變化曲線Fig.2 The number of generated trajectories with respect to the upper limit of the perturbation

    圖3 計(jì)算時(shí)間隨擾動(dòng)上限變化曲線Fig.3 Calculation time varies with the upper limit of the perturbation

    同的情況下,生成最優(yōu)解個(gè)數(shù)由高到低依次為:延拓100次、延拓10次、直接擾動(dòng)。由圖3可以看出,延拓100次的方法比直接擾動(dòng)方法計(jì)算10000次所需時(shí)間更短。當(dāng)擾動(dòng)上限為F時(shí),直接擾動(dòng)用時(shí)大量減少,其原因是成功生成解的個(gè)數(shù)特別少,所以少了很多積分求解軌跡的時(shí)間,總時(shí)間相較E時(shí)下降較多。

    綜上,可以看出基于最優(yōu)軌跡延拓相比于直接擾動(dòng)成功率更高,計(jì)算速度更快,尤其是在擾動(dòng)量較大時(shí)更為明顯。而且,延拓次數(shù)的增大會(huì)提高生成最優(yōu)軌跡的效率。經(jīng)計(jì)算,在擾動(dòng)編號(hào)D條件下,延拓100次比直接擾動(dòng)成功生成最優(yōu)解速度快4.9倍;在擾動(dòng)編號(hào)E條件下,快7.7倍;在擾動(dòng)編號(hào)F條件下,快15.8倍。

    4.3 神經(jīng)網(wǎng)絡(luò)訓(xùn)練

    本文使用50萬(wàn)的數(shù)據(jù)集進(jìn)行訓(xùn)練,另取2萬(wàn)組數(shù)據(jù)作為樣本用于誤差分析??紤]到設(shè)定的擾動(dòng)上限盡可能與實(shí)際可達(dá)到擾動(dòng)上限接近,并盡量使擾動(dòng)上限取較大值。最終,數(shù)據(jù)集生成時(shí)設(shè)定擾動(dòng)上限為擾動(dòng)編號(hào)E對(duì)應(yīng)的值,并使用延拓次數(shù)為100次的基于最優(yōu)軌跡延拓方法生成數(shù)據(jù)集。最后求得50萬(wàn)組數(shù)據(jù)的實(shí)際擾動(dòng)上限見(jiàn)表4。

    表4 實(shí)際擾動(dòng)上限Table 4 Actual upper limit of perturbation

    為對(duì)比不同輸入對(duì)于協(xié)態(tài)變量初值猜測(cè)效果的影響,本文分別將速度位置、軌道根數(shù)、改進(jìn)春分點(diǎn)軌道根數(shù)作為ANN的輸入;將位置協(xié)態(tài)初值、速度協(xié)態(tài)初值、質(zhì)量協(xié)態(tài)初值、歸一化協(xié)態(tài)初值作為ANN的輸出,共8維輸出。三種ANN不同輸入的方法中,只將由半長(zhǎng)軸、偏心率和軌道傾角引起改變的量作為ANN的輸入。在進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練前,對(duì)所有的輸入量進(jìn)行歸一化處理。

    1)方法一:速度位置作輸入

    采用速度位置作為輸入時(shí),速度和位置各有三個(gè)維度,共有六個(gè)量作為ANN的輸入。

    2)方法二:軌道根數(shù)作輸入

    采用軌道根數(shù)作為ANN的輸入時(shí),輸入為半長(zhǎng)軸、偏心率、軌道傾角三個(gè)量。

    3)方法三:改進(jìn)春分點(diǎn)軌道根數(shù)作輸入

    采用春分點(diǎn)軌道根數(shù)作為ANN的輸入時(shí),輸入為除外的其余五個(gè)改進(jìn)春分點(diǎn)軌道根數(shù)元素。其中,=++,,和分別表示航天器的真近點(diǎn)角、近地點(diǎn)幅角和升交點(diǎn)赤經(jīng)。

    式(18)和式(19)分別為平均相對(duì)誤差和標(biāo)準(zhǔn)偏差的計(jì)算公式。表5~10中給出了三種輸入下不同神經(jīng)元數(shù)量和隱含層層數(shù)不同時(shí)平均相對(duì)誤差(%)和標(biāo)準(zhǔn)偏差(×10)大小。

    (18)

    (19)

    表5 平均相對(duì)誤差(方法一)Table 5 Average relative error (Method 1)

    表6 標(biāo)準(zhǔn)偏差(方法一)Table 6 Standard deviation (Method 1)

    表7 平均相對(duì)誤差(方法二)Table 7 Average relative error (Method 2)

    表8 標(biāo)準(zhǔn)偏差(方法二)Table 8 Standard deviation (Method 2)

    表9 平均相對(duì)誤差(方法三)Table 9 Average relative error (Method 3)

    表10 標(biāo)準(zhǔn)偏差(方法三)Table 10 Standard deviation (Method 3)

    式中:為樣本數(shù);為神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的協(xié)態(tài)變量初值;為真實(shí)的協(xié)態(tài)變量初值。

    在列舉的五種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中選取平均相對(duì)誤差和標(biāo)準(zhǔn)偏差總體較小的網(wǎng)絡(luò)結(jié)構(gòu)。最終確定:當(dāng)輸入為位置速度時(shí),采用4層隱含層,每層15個(gè)神經(jīng)元的結(jié)構(gòu);當(dāng)輸入為軌道根數(shù)和改進(jìn)春分點(diǎn)軌道根數(shù)時(shí),采用3層隱含層,每層30個(gè)神經(jīng)元的結(jié)構(gòu)。

    4.4 協(xié)態(tài)估計(jì)效果分析

    在50萬(wàn)的訓(xùn)練數(shù)據(jù)外選取2萬(wàn)數(shù)據(jù),用于測(cè)試人工神經(jīng)網(wǎng)絡(luò)初值估計(jì)的效果。

    表11中給出了三種不同輸入形式訓(xùn)練的ANN用于初值估計(jì)時(shí)最優(yōu)控制問(wèn)題的求解收斂率。神經(jīng)網(wǎng)絡(luò)輸入為改進(jìn)春分點(diǎn)軌道根數(shù)時(shí)收斂率最高,但是三種ANN模型求解收斂率相差不大,均在95.00%左右。經(jīng)計(jì)算,同倫法隨機(jī)猜測(cè)一次的計(jì)算收斂率為70.00%,遠(yuǎn)低于本文中方法。為了進(jìn)一步提高收斂率,將三種不同輸入形式的ANN結(jié)合,選定其中一個(gè)神經(jīng)網(wǎng)絡(luò)作為主輸出,當(dāng)此神經(jīng)網(wǎng)絡(luò)所估計(jì)值求解不收斂時(shí),使用其他兩種輸入的ANN重新估計(jì),這樣可以將求解收斂率提高到99.78%,算法流程見(jiàn)圖4。圖5為對(duì)于2萬(wàn)測(cè)試數(shù)據(jù),三種不同輸入形式的ANN結(jié)合所成功求解出的軌跡。

    對(duì)2萬(wàn)個(gè)樣本中成功收斂部分的計(jì)算時(shí)間進(jìn)行統(tǒng)計(jì)。采用ANN估計(jì)的協(xié)態(tài)初值進(jìn)行軌跡優(yōu)化的時(shí)間消耗分為兩部分:神經(jīng)網(wǎng)絡(luò)協(xié)態(tài)估計(jì)用時(shí)和軌跡優(yōu)化用時(shí)。經(jīng)計(jì)算,采用方法一至方法三的平均時(shí)間分別為0.02794 s、0.02722 s和0.02678 s;使用傳統(tǒng)同倫方法的求解平均用時(shí)約為0.38770 s,本文方法比傳統(tǒng)同倫方法約快13.88倍。

    表11 ANN協(xié)態(tài)初值估計(jì)求解的收斂率Table 11 The convergence rate of estimating the initial values of co-state variables using ANN

    圖4 基于組合輸入的ANN求解最優(yōu)軌跡算法Fig.4 ANN algorithm for solving the optimal trajectory based on the combined inputs

    圖5 求解成功軌跡圖Fig.5 Successfully solved trajectories

    5 結(jié) 論

    本文針對(duì)變比沖小推力軌跡間接優(yōu)化中協(xié)態(tài)變量初值猜測(cè)困難的問(wèn)題,提出一種基于機(jī)器學(xué)習(xí)進(jìn)行協(xié)態(tài)初值高效高精度估計(jì)的方法。在最優(yōu)軌跡生成中,隨著擾動(dòng)上限增大,求解效率會(huì)明顯下降。為了提高求解效率,提出了基于最優(yōu)軌跡延拓的數(shù)據(jù)集生成方法。本文提出的數(shù)據(jù)集生成方法在高擾動(dòng)上限情況下可以將數(shù)據(jù)集生成速度提升幾倍甚至十幾倍。并構(gòu)建了基于位置速度、軌道根數(shù)和改進(jìn)春分點(diǎn)軌道根數(shù)多形式狀態(tài)量組合輸入的人工神經(jīng)網(wǎng)絡(luò)。多形式狀態(tài)量組合輸入可以將求解收斂率提高到99.78%。此外,軌跡求解的平均總用時(shí)僅為0.02700 s左右。仿真結(jié)果表明,采用本文方法可以高精度、高效地估計(jì)協(xié)態(tài)變量初值,本文方法可用于燃料最優(yōu)變比沖小推力在線軌跡優(yōu)化設(shè)計(jì)。

    猜你喜歡
    根數(shù)最優(yōu)控制初值
    更正
    尋找規(guī)律巧算根數(shù)
    具非定常數(shù)初值的全變差方程解的漸近性
    條件平均場(chǎng)隨機(jī)微分方程的最優(yōu)控制問(wèn)題
    一種適用于平動(dòng)點(diǎn)周期軌道初值計(jì)算的簡(jiǎn)化路徑搜索修正法
    帶跳躍平均場(chǎng)倒向隨機(jī)微分方程的線性二次最優(yōu)控制
    三維擬線性波方程的小初值光滑解
    基于CPSO-RBF神經(jīng)網(wǎng)絡(luò)噴氨量的最優(yōu)控制
    Timoshenko梁的邊界最優(yōu)控制
    玉米的胡須
    欧美乱妇无乱码| 久久精品国产清高在天天线| 香蕉久久夜色| 亚洲国产日韩欧美精品在线观看 | 久久亚洲真实| 欧美午夜高清在线| 不卡一级毛片| 嫩草影视91久久| 久久久久亚洲av毛片大全| 久久婷婷成人综合色麻豆| 国产精华一区二区三区| 夜夜爽天天搞| 18禁美女被吸乳视频| or卡值多少钱| 女生性感内裤真人,穿戴方法视频| 19禁男女啪啪无遮挡网站| 亚洲九九香蕉| 最近最新中文字幕大全免费视频| 首页视频小说图片口味搜索| 中文字幕av电影在线播放| 欧美精品啪啪一区二区三区| 国产成人欧美| 国内少妇人妻偷人精品xxx网站 | 午夜久久久在线观看| 91国产中文字幕| 免费观看人在逋| 两个人视频免费观看高清| 俄罗斯特黄特色一大片| 黑丝袜美女国产一区| 亚洲九九香蕉| 国产色视频综合| 高清在线国产一区| 女同久久另类99精品国产91| 91麻豆精品激情在线观看国产| 日韩av在线大香蕉| 免费看日本二区| 久久精品国产综合久久久| 亚洲一区二区三区色噜噜| 丰满的人妻完整版| 免费看十八禁软件| 成人18禁高潮啪啪吃奶动态图| 国语自产精品视频在线第100页| 亚洲美女黄片视频| 欧美日韩乱码在线| 性欧美人与动物交配| 男男h啪啪无遮挡| 黄色 视频免费看| 亚洲成人国产一区在线观看| 久久亚洲真实| 精品久久久久久久久久久久久 | 国产三级黄色录像| 国产欧美日韩一区二区精品| 脱女人内裤的视频| 日韩欧美 国产精品| 国产精品免费一区二区三区在线| 日韩大码丰满熟妇| 久久午夜综合久久蜜桃| 国产视频一区二区在线看| 亚洲精品久久成人aⅴ小说| 免费女性裸体啪啪无遮挡网站| aaaaa片日本免费| 啦啦啦观看免费观看视频高清| 天天一区二区日本电影三级| www日本在线高清视频| 国产精品98久久久久久宅男小说| 国产成人精品久久二区二区免费| 两性午夜刺激爽爽歪歪视频在线观看 | 一级a爱视频在线免费观看| 国产乱人伦免费视频| 久久精品91蜜桃| 亚洲国产欧美日韩在线播放| 久久久久久免费高清国产稀缺| 自线自在国产av| 国产精品久久久人人做人人爽| 美女高潮到喷水免费观看| 久久久水蜜桃国产精品网| 法律面前人人平等表现在哪些方面| 欧美色欧美亚洲另类二区| aaaaa片日本免费| 成熟少妇高潮喷水视频| 美女扒开内裤让男人捅视频| 最近最新中文字幕大全电影3 | 国产黄片美女视频| 啦啦啦免费观看视频1| 91成年电影在线观看| 久久亚洲真实| 成年人黄色毛片网站| 国产熟女午夜一区二区三区| 大型av网站在线播放| 18美女黄网站色大片免费观看| 午夜老司机福利片| 成熟少妇高潮喷水视频| 亚洲人成网站高清观看| 色综合婷婷激情| 国产视频一区二区在线看| 97碰自拍视频| 午夜免费观看网址| 成人免费观看视频高清| 视频区欧美日本亚洲| 久久久国产精品麻豆| 欧美日韩乱码在线| 1024手机看黄色片| 色综合欧美亚洲国产小说| 岛国在线观看网站| 午夜福利一区二区在线看| 久久精品91无色码中文字幕| 国产成人av激情在线播放| 99久久久亚洲精品蜜臀av| 国产黄a三级三级三级人| 操出白浆在线播放| 亚洲自偷自拍图片 自拍| 美女大奶头视频| 大型av网站在线播放| 亚洲国产精品久久男人天堂| 国产亚洲精品综合一区在线观看 | 国产v大片淫在线免费观看| 很黄的视频免费| 国产av一区在线观看免费| 欧美一级a爱片免费观看看 | 色综合婷婷激情| 国内少妇人妻偷人精品xxx网站 | 夜夜看夜夜爽夜夜摸| 99国产极品粉嫩在线观看| 巨乳人妻的诱惑在线观看| 一a级毛片在线观看| or卡值多少钱| 18禁裸乳无遮挡免费网站照片 | 真人做人爱边吃奶动态| 亚洲av五月六月丁香网| 自线自在国产av| 国产一区在线观看成人免费| 嫁个100分男人电影在线观看| 50天的宝宝边吃奶边哭怎么回事| 97碰自拍视频| 狠狠狠狠99中文字幕| 丰满人妻熟妇乱又伦精品不卡| 在线观看www视频免费| 国产一区二区激情短视频| 人人妻人人澡人人看| 久久久久免费精品人妻一区二区 | 无人区码免费观看不卡| 美国免费a级毛片| 欧美在线黄色| 一本一本综合久久| 一本大道久久a久久精品| 久久精品aⅴ一区二区三区四区| 在线观看免费日韩欧美大片| 亚洲午夜理论影院| 久久精品国产亚洲av香蕉五月| 欧美乱妇无乱码| 男男h啪啪无遮挡| 国产精品久久久av美女十八| 欧美乱妇无乱码| 精品国产国语对白av| 巨乳人妻的诱惑在线观看| 亚洲精品久久国产高清桃花| netflix在线观看网站| 美女午夜性视频免费| 久久精品成人免费网站| 在线国产一区二区在线| 在线永久观看黄色视频| 国产精品美女特级片免费视频播放器 | 久久精品成人免费网站| 亚洲国产欧美网| av在线播放免费不卡| 视频在线观看一区二区三区| 国产精品野战在线观看| avwww免费| 亚洲色图 男人天堂 中文字幕| 在线播放国产精品三级| 女性被躁到高潮视频| 亚洲真实伦在线观看| 亚洲激情在线av| 十八禁网站免费在线| 一个人观看的视频www高清免费观看 | 在线观看日韩欧美| 国产久久久一区二区三区| 又黄又粗又硬又大视频| 久久欧美精品欧美久久欧美| 男女下面进入的视频免费午夜 | 大香蕉久久成人网| 国产97色在线日韩免费| 看片在线看免费视频| 亚洲五月色婷婷综合| 两个人免费观看高清视频| 亚洲七黄色美女视频| 亚洲一卡2卡3卡4卡5卡精品中文| 熟女少妇亚洲综合色aaa.| 美国免费a级毛片| 精品国产超薄肉色丝袜足j| 少妇被粗大的猛进出69影院| 欧美成人一区二区免费高清观看 | 女人高潮潮喷娇喘18禁视频| 91麻豆精品激情在线观看国产| 90打野战视频偷拍视频| 18禁裸乳无遮挡免费网站照片 | 不卡av一区二区三区| 女人高潮潮喷娇喘18禁视频| 亚洲中文av在线| 欧美成人免费av一区二区三区| 欧美成人午夜精品| 国产亚洲精品久久久久5区| 黄色丝袜av网址大全| 国内少妇人妻偷人精品xxx网站 | 一区福利在线观看| 亚洲精品美女久久久久99蜜臀| 国产精品久久久久久人妻精品电影| 国产真实乱freesex| 久久久久精品国产欧美久久久| 亚洲午夜理论影院| 国产精品综合久久久久久久免费| 精华霜和精华液先用哪个| 男女之事视频高清在线观看| 别揉我奶头~嗯~啊~动态视频| 啦啦啦韩国在线观看视频| 成人欧美大片| 色播亚洲综合网| 级片在线观看| 亚洲在线自拍视频| 欧美一区二区精品小视频在线| 变态另类丝袜制服| 在线观看日韩欧美| 久久国产亚洲av麻豆专区| 欧美又色又爽又黄视频| 国产黄色小视频在线观看| 老司机福利观看| 麻豆成人av在线观看| 亚洲男人天堂网一区| 这个男人来自地球电影免费观看| 成年女人毛片免费观看观看9| 中国美女看黄片| 日本一区二区免费在线视频| 国产成人av激情在线播放| 波多野结衣高清无吗| 欧美性猛交黑人性爽| 桃色一区二区三区在线观看| 成人精品一区二区免费| ponron亚洲| 亚洲av日韩精品久久久久久密| 青草久久国产| 免费在线观看日本一区| 国产99白浆流出| 欧美黑人欧美精品刺激| 久久精品91无色码中文字幕| 国内久久婷婷六月综合欲色啪| 欧美激情久久久久久爽电影| 美女免费视频网站| 日韩欧美免费精品| 欧美日韩一级在线毛片| 中文字幕久久专区| 熟女电影av网| 1024香蕉在线观看| 午夜福利视频1000在线观看| 国产区一区二久久| 亚洲av成人一区二区三| 麻豆久久精品国产亚洲av| 88av欧美| 99riav亚洲国产免费| 国产成人啪精品午夜网站| 国产精品一区二区精品视频观看| 国内揄拍国产精品人妻在线 | 亚洲七黄色美女视频| 午夜精品在线福利| √禁漫天堂资源中文www| 亚洲最大成人中文| 在线视频色国产色| 中文字幕另类日韩欧美亚洲嫩草| av片东京热男人的天堂| 亚洲av片天天在线观看| 亚洲成人久久性| 久久精品国产亚洲av香蕉五月| 日韩av在线大香蕉| 日本撒尿小便嘘嘘汇集6| 91老司机精品| 色老头精品视频在线观看| av中文乱码字幕在线| 日韩欧美三级三区| 午夜免费激情av| x7x7x7水蜜桃| 国产成人av激情在线播放| www日本在线高清视频| 麻豆久久精品国产亚洲av| 国产精品香港三级国产av潘金莲| 久久久久久大精品| 免费看十八禁软件| 国产亚洲欧美精品永久| 亚洲中文日韩欧美视频| 妹子高潮喷水视频| 婷婷六月久久综合丁香| 淫秽高清视频在线观看| 国产麻豆成人av免费视频| 亚洲在线自拍视频| 一二三四在线观看免费中文在| 国产成人系列免费观看| 国产一区二区三区在线臀色熟女| 午夜精品在线福利| 欧美一级毛片孕妇| 99久久99久久久精品蜜桃| 老熟妇仑乱视频hdxx| 亚洲熟妇中文字幕五十中出| 十八禁人妻一区二区| 在线播放国产精品三级| 亚洲午夜精品一区,二区,三区| 男女午夜视频在线观看| 成在线人永久免费视频| 欧美日韩一级在线毛片| 人人澡人人妻人| 又紧又爽又黄一区二区| 男女下面进入的视频免费午夜 | 午夜免费激情av| 精品午夜福利视频在线观看一区| 中文字幕av电影在线播放| 老熟妇乱子伦视频在线观看| 老司机在亚洲福利影院| 妹子高潮喷水视频| 成人一区二区视频在线观看| 男人的好看免费观看在线视频 | 国产高清视频在线播放一区| 美国免费a级毛片| 制服人妻中文乱码| 亚洲av电影不卡..在线观看| e午夜精品久久久久久久| 国产视频内射| 亚洲色图 男人天堂 中文字幕| 国产亚洲精品综合一区在线观看 | 99久久久亚洲精品蜜臀av| 无遮挡黄片免费观看| 久久中文字幕人妻熟女| 午夜精品久久久久久毛片777| 精品国产乱子伦一区二区三区| 成人国产综合亚洲| 午夜福利18| 成在线人永久免费视频| 久久这里只有精品19| 午夜日韩欧美国产| 男人舔奶头视频| 淫秽高清视频在线观看| 99久久国产精品久久久| 日日爽夜夜爽网站| 亚洲三区欧美一区| 一区二区日韩欧美中文字幕| 国产精品自产拍在线观看55亚洲| 一级作爱视频免费观看| 国产在线精品亚洲第一网站| 一级a爱视频在线免费观看| 久久狼人影院| 久久中文字幕一级| 欧美午夜高清在线| 90打野战视频偷拍视频| 中文字幕人妻熟女乱码| 两个人看的免费小视频| 老熟妇乱子伦视频在线观看| 中文字幕人成人乱码亚洲影| 亚洲欧美一区二区三区黑人| 国产成人av教育| 亚洲人成网站高清观看| 亚洲熟女毛片儿| 日韩欧美一区视频在线观看| 搡老妇女老女人老熟妇| 欧美中文综合在线视频| 女同久久另类99精品国产91| 久久精品aⅴ一区二区三区四区| 日本a在线网址| 老司机午夜福利在线观看视频| 黄色a级毛片大全视频| 黄色毛片三级朝国网站| 亚洲自偷自拍图片 自拍| 欧美精品亚洲一区二区| 熟女电影av网| 日韩精品青青久久久久久| av天堂在线播放| 在线观看一区二区三区| 精品乱码久久久久久99久播| 亚洲精品美女久久久久99蜜臀| 欧美激情极品国产一区二区三区| 国产一区二区三区在线臀色熟女| 满18在线观看网站| 视频在线观看一区二区三区| 成人手机av| 黄色片一级片一级黄色片| 日本撒尿小便嘘嘘汇集6| 日韩欧美在线二视频| 国产99久久九九免费精品| 一本综合久久免费| 亚洲精品一卡2卡三卡4卡5卡| 黄网站色视频无遮挡免费观看| 成人国产一区最新在线观看| 国产精品影院久久| 午夜a级毛片| 国产精品二区激情视频| 丝袜美腿诱惑在线| 久久天躁狠狠躁夜夜2o2o| 在线观看日韩欧美| 成人欧美大片| 欧美一区二区精品小视频在线| 国产精品爽爽va在线观看网站 | 国内久久婷婷六月综合欲色啪| 手机成人av网站| 免费av毛片视频| 国产真实乱freesex| 亚洲中文日韩欧美视频| 国产精品影院久久| 男女之事视频高清在线观看| 精品久久久久久久久久久久久 | 欧美日本亚洲视频在线播放| 免费女性裸体啪啪无遮挡网站| 亚洲av电影不卡..在线观看| 老熟妇乱子伦视频在线观看| 亚洲精品久久成人aⅴ小说| 国产精品久久视频播放| 九色国产91popny在线| 欧美亚洲日本最大视频资源| 久久香蕉国产精品| 老司机午夜十八禁免费视频| 少妇熟女aⅴ在线视频| 国产成人系列免费观看| 久久中文字幕一级| 久久草成人影院| 一级黄色大片毛片| 一二三四社区在线视频社区8| 亚洲成人久久爱视频| 熟妇人妻久久中文字幕3abv| 国产在线观看jvid| 这个男人来自地球电影免费观看| 日日摸夜夜添夜夜添小说| 午夜福利18| 国产精品 国内视频| 中文字幕久久专区| 亚洲自拍偷在线| cao死你这个sao货| 国产在线精品亚洲第一网站| ponron亚洲| 少妇裸体淫交视频免费看高清 | 琪琪午夜伦伦电影理论片6080| 亚洲成a人片在线一区二区| av免费在线观看网站| 日韩欧美三级三区| 黄色片一级片一级黄色片| 9191精品国产免费久久| 久久精品夜夜夜夜夜久久蜜豆 | 2021天堂中文幕一二区在线观 | 18禁观看日本| 男人舔女人的私密视频| 免费看美女性在线毛片视频| 日本在线视频免费播放| 麻豆久久精品国产亚洲av| 51午夜福利影视在线观看| 国产成人av激情在线播放| 亚洲真实伦在线观看| 丝袜人妻中文字幕| 亚洲av片天天在线观看| 两个人免费观看高清视频| 亚洲成人久久爱视频| 欧美国产精品va在线观看不卡| 亚洲久久久国产精品| 狠狠狠狠99中文字幕| 久久久国产成人精品二区| 久久 成人 亚洲| 久久久久久免费高清国产稀缺| 免费看a级黄色片| 欧美激情极品国产一区二区三区| 1024视频免费在线观看| 99久久综合精品五月天人人| 看免费av毛片| 欧美精品亚洲一区二区| 国产野战对白在线观看| 51午夜福利影视在线观看| 黄色丝袜av网址大全| 亚洲中文字幕日韩| 啦啦啦免费观看视频1| 国产精品精品国产色婷婷| 中文字幕人妻熟女乱码| 91老司机精品| 久久香蕉精品热| 国内揄拍国产精品人妻在线 | 欧美成狂野欧美在线观看| 一本综合久久免费| 深夜精品福利| 久久精品国产99精品国产亚洲性色| 亚洲国产高清在线一区二区三 | 国产成人av教育| 亚洲精品一卡2卡三卡4卡5卡| a级毛片a级免费在线| 级片在线观看| 亚洲国产精品sss在线观看| 亚洲一卡2卡3卡4卡5卡精品中文| 国产黄片美女视频| 黑丝袜美女国产一区| 欧美国产日韩亚洲一区| 韩国精品一区二区三区| 一边摸一边抽搐一进一小说| 9191精品国产免费久久| 亚洲成人国产一区在线观看| 国产精品亚洲av一区麻豆| 日韩中文字幕欧美一区二区| 搡老妇女老女人老熟妇| 可以在线观看毛片的网站| 色综合亚洲欧美另类图片| 国产日本99.免费观看| 亚洲精品在线美女| 免费观看人在逋| 窝窝影院91人妻| 一区二区日韩欧美中文字幕| 国产视频内射| 久久久久久九九精品二区国产 | av超薄肉色丝袜交足视频| 91在线观看av| 日韩三级视频一区二区三区| 丰满人妻熟妇乱又伦精品不卡| 久久人人精品亚洲av| 别揉我奶头~嗯~啊~动态视频| 亚洲精品一卡2卡三卡4卡5卡| 久久中文字幕一级| 91老司机精品| 男女下面进入的视频免费午夜 | 精品国产乱子伦一区二区三区| 久久精品夜夜夜夜夜久久蜜豆 | 90打野战视频偷拍视频| 久久热在线av| 日韩精品免费视频一区二区三区| 夜夜夜夜夜久久久久| 久久久久久人人人人人| 丝袜人妻中文字幕| 国产精品国产高清国产av| 精品久久久久久久毛片微露脸| 亚洲在线自拍视频| 欧美黑人精品巨大| 首页视频小说图片口味搜索| 日韩免费av在线播放| a在线观看视频网站| 欧美日韩精品网址| 日韩视频一区二区在线观看| 精品国内亚洲2022精品成人| 99热只有精品国产| 国产久久久一区二区三区| 亚洲欧美日韩无卡精品| 99久久国产精品久久久| 999精品在线视频| a级毛片在线看网站| 色婷婷久久久亚洲欧美| 黑丝袜美女国产一区| 人妻丰满熟妇av一区二区三区| 国内揄拍国产精品人妻在线 | 亚洲av片天天在线观看| 久久精品影院6| 观看免费一级毛片| 国产精品久久久久久精品电影 | 国产野战对白在线观看| 亚洲人成电影免费在线| 亚洲精品在线美女| 这个男人来自地球电影免费观看| 亚洲午夜精品一区,二区,三区| 欧美成人性av电影在线观看| 久久精品国产综合久久久| 女生性感内裤真人,穿戴方法视频| 国产片内射在线| 国产主播在线观看一区二区| 美女扒开内裤让男人捅视频| 99re在线观看精品视频| 老司机午夜福利在线观看视频| 国产精品久久久久久亚洲av鲁大| 亚洲成人久久爱视频| 12—13女人毛片做爰片一| 一区二区三区精品91| 久久香蕉精品热| 久久久久久久精品吃奶| 日韩国内少妇激情av| 亚洲av电影在线进入| 麻豆一二三区av精品| 老汉色av国产亚洲站长工具| 国产精品永久免费网站| 久久精品aⅴ一区二区三区四区| 一卡2卡三卡四卡精品乱码亚洲| 久久国产乱子伦精品免费另类| 99热6这里只有精品| 欧美一区二区精品小视频在线| 亚洲五月婷婷丁香| 欧美成人午夜精品| 性色av乱码一区二区三区2| 好看av亚洲va欧美ⅴa在| 极品教师在线免费播放| 香蕉久久夜色| 久久人妻福利社区极品人妻图片| 欧美日本视频| 天天添夜夜摸| netflix在线观看网站| 99国产综合亚洲精品| 美国免费a级毛片| 欧美日韩乱码在线| 成人永久免费在线观看视频| 黄频高清免费视频| 岛国在线观看网站| 亚洲aⅴ乱码一区二区在线播放 | 欧美乱码精品一区二区三区| 亚洲中文av在线| 窝窝影院91人妻| videosex国产| 亚洲午夜理论影院| 欧美激情高清一区二区三区| 国产精品乱码一区二三区的特点| 欧美日韩乱码在线| 女性被躁到高潮视频| 亚洲黑人精品在线| 亚洲欧美精品综合一区二区三区| 丝袜人妻中文字幕| 久久精品91蜜桃| 免费在线观看黄色视频的| 嫩草影视91久久| 日韩一卡2卡3卡4卡2021年| 丁香欧美五月| 法律面前人人平等表现在哪些方面| 午夜免费观看网址| 欧美一级a爱片免费观看看 | 成年版毛片免费区| 亚洲aⅴ乱码一区二区在线播放 |